通过整合单细胞转录组学和空间转录组学技术结合机器学习方法，研究人员发现了一种与“Luminal-inflam”相关恶性表型，并揭示了三阴性乳腺癌中RPN1–PERK通路在应激反应（UPR）中的脆弱性

《Scientific Reports》：Integrative single-cell and spatial transcriptomics with machine learning identify a Luminal-inflam malignant program and reveal an RPN1–PERK UPR vulnerability in triple-negative breast cancer

　　

摘要

三阴性乳腺癌（Triple-negative breast cancer, TNBC）具有高度的细胞异质性，且可用的靶向治疗方法有限，这导致了较差的预后。在这项研究中，我们结合了单细胞和空间转录组分析以及基于网络的分析和机器学习方法，来表征TNBC中的恶性上皮细胞特征，并确定预后生物标志物。单细胞RNA测序发现了一个恶性上皮亚群Luminal_inflam，其特征是拷贝数变异增加、处于终端伪时间状态（即细胞生命周期的末期），以及与细胞周期相关的转录程序富集。细胞间通信分析表明TNBC中的微环境发生了重塑，并重点关注了一个与成纤维细胞相关的S100A4–EGFR轴，该轴可能调控Luminal_inflam相关基因的表达。基因调控网络分析进一步揭示了包括MYBL2、TFDP1、CEBPD和MBD2在内的转录因子的活性增强。由Luminal_inflam相关模块和生存队列构建的12基因风险特征谱能够有效区分患者的总体生存情况，并揭示出免疫特征和潜在药物敏感性的差异。在MDA-MB-231细胞模型中，RPN1基因的敲低会导致细胞活力下降，但这一效应可以通过4-PBA部分逆转。我们还发现，RPN1的缺失伴随着细胞内ROS（活性氧）和Ca²⁺水平的升高、细胞周期分布的改变以及细胞凋亡的增加，而这些变化在4-PBA处理后也能部分得到恢复。这些数据支持这样的观点：RPN1的丢失会扰乱内质网（ER）的稳态，并与TNBC细胞的应激相关命运变化有关。同时，这些发现应结合先前的研究结果进行解读，即RPN1的缺失可以在乳腺癌模型中诱导ER应激依赖性的细胞凋亡。因此，我们的研究并非提出全新的机制，而是将这种应激相关表型与特定的恶性上皮细胞程序以及临床风险框架联系起来，从而扩展了之前的观察结果。总体而言，本研究揭示了TNBC中一种关键的恶性上皮细胞状态，并表明RPN1相关的蛋白质稳态脆弱性可能代表了一种潜在的治疗机会。